Baixe o app para aproveitar ainda mais
Prévia do material em texto
Operações com matrizes: multiplicação MÓDULO 1 - AULA 3 Aula 3 – Operações com matrizes: multiplicação Objetivos Reconhecer quando é posśıvel multiplicar duas matrizes; Obter a matriz produto de duas matrizes; Aplicar as propriedades da multiplição de matrizes; Identificar matrizes inverśıveis. Se você já foi “apresentado” à multiplicação de matrizes, pode ter se perguntado por que a definição foge tanto daquilo que nos pareceria mais fácil e “natural”: simplesmente multiplicar os termos correspondentes das duas matrizes (que, para isso, deveriam ser de mesma ordem). Poderia ser assim? Poderia! Então, por que não é? Em Matemática, cada definição é feita de modo a possibilitar o desen- volvimento da teoria de forma cont́ınua e coerente. É por essa razão que definimos, por exemplo, 0! = 1 e a0 = 1, (a �= 0). O caso 00 é mais delicado do que parece. Se você tem interesse nesse problema, vai gostar de ler o artigo de Elon Lages Lima, na Revista do Professor de Matemática (RPM), n. 7. Não iŕıamos muito longe, no estudo das matrizes, caso a multiplicação fosse definida “nos moldes” da adição. Você verá, nesta aula, o significado dessa operação, no modo como é definida. Mais tarde, quando estudar- mos transformações lineares (no Módulo 2), ficará ainda mais evidente a importância de multiplicarmos matrizes da maneira como veremos a seguir. Venha conosco! Vamos voltar aos nossos alunos de Lugar Lindo. Já é tempo de calcular suas notas finais! A última matriz obtida (na Aula 2) fornecia as notas numa escala de 0 a 100: N ′ = ⎡ ⎢⎢⎢⎢⎢⎢⎣ 50 62 70 57 70 73 85 100 80 77 65 71 92 90 70 82 70 72 68 78 ⎤ ⎥⎥⎥⎥⎥⎥⎦ Lembrando: as duas primeiras colunas indicam as notas das avaliações 29 CEDERJ Operações com matrizes: multiplicação à distância e as duas últimas, as notas das avaliações presenciais dos alunos Ana, Beatriz, Carlos, Daniela e Edson, nessa ordem. Vamos supor que as avaliações à distância tenham, cada uma, peso 1, num total de 10. Isto é, cada uma colabora com 1 10 (ou 10%) da nota final. Para completar, cada avaliação presencial terá peso 4, ou seja, repre- sentará 4 10 (ou 40%) da nota final. Então, a nota final de cada aluno será dada por: NF = 10 100 AD1 + 10 100 AD2 + 40 100 AP1 + 40 100 AP2 Em vez de escrever uma expressão como essa para cada um dos 5 alunos, podemos construir uma matriz-coluna P contendo os pesos das notas, na ordem como aparecem no cálculo de NF : P = ⎡ ⎢⎢⎢⎣ 10/100 10/100 40/100 40/100 ⎤ ⎥⎥⎥⎦ e efetuar a seguinte operação: N ′.P = ⎡ ⎢⎢⎢⎢⎢⎢⎣ 50 62 70 57 70 73 85 100 80 77 65 71 92 90 70 82 70 72 68 78 ⎤ ⎥⎥⎥⎥⎥⎥⎦ . ⎡ ⎢⎢⎢⎣ 10/100 10/100 40/100 40/100 ⎤ ⎥⎥⎥⎦ = = ⎡ ⎢⎢⎢⎢⎢⎢⎣ 10 100 .50 + 10 100 .62 + 40 100 .70 + 40 100 .57 10 100 .70 + 10 100 .73 + 40 100 .85 + 40 100 .100 10 100 .80 + 10 100 .77 + 40 100 .65 + 40 100 .71 10 100 .92 + 10 100 .90 + 40 100 .70 + 40 100 .82 10 100 .70 + 10 100 .72 + 40 100 .68 + 40 100 .78 ⎤ ⎥⎥⎥⎥⎥⎥⎦ = ⎡ ⎢⎢⎢⎢⎢⎢⎣ 62 88 70 79 73 ⎤ ⎥⎥⎥⎥⎥⎥⎦ O que fizemos: tomamos duas matrizes tais que o número de termos em cada linha da primeira é igual ao número de termos de cada coluna da segunda. Ou seja, o número de colunas da primeira coincide com o número de linhas da segunda (4, no nosso exemplo). Dessa forma, podemos multiplicar os pares de elementos, “varrendo”, simultaneamente, uma linha da 1a. matriz e uma coluna da 2a.. Depois, somamos os produtos obtidos. CEDERJ 30 Operações com matrizes: multiplicação MÓDULO 1 - AULA 3 Note que, ao considerarmos a i-ésima linha (da 1a. matriz) e a j-´ésima coluna (da 2a.), geramos o elemento na posição ij da matriz produto. Formalmente, temos a seguinte definição: Multiplicação de matrizes Sejam A = (aik) ∈ Mm×p(R) e B = (bkj) ∈ Mp×n(R). A matriz produto de A por B é a matriz AB = (cij) ∈ Mm×n(R) tal que cij = p∑ k=1 aik.bkj , i = 1, ..., m; j = 1, ..., n Exemplo 19 Sejam A = [ 3 2 −1 4 0 7 ] e B = ⎡ ⎢⎣ 1 3 10 2−1 5 0 5 2 6 4 −2 ⎤ ⎥⎦. Como A é do tipo 2 × 3 e B é do tipo 3 × 4, existe a matriz AB e é do tipo 2 × 4: AB = [ 3 2 −1 4 0 7 ]⎡⎢⎣ 1 3 10 2−1 5 0 5 2 6 4 −2 ⎤ ⎥⎦ = = [ 3 − 2 − 2 9 + 10 − 6 30 + 0 − 4 6 + 10 + 2 4 + 0 + 14 12 + 0 + 42 40 + 0 + 28 8 + 0 − 14 ] = [ −1 13 26 18 18 54 68 −6 ] Observe que, neste caso, não é posśıvel efetuar BA. A seguir, veremos alguns exemplos e, a partir deles, tiraremos algumas conclusões interessantes a respeito da multiplicação de matrizes. Exemplo 20 Sejam A = [ 2 4 3 −1 ] e B = [ 3 2 5 6 ] . Então AB = [ 2 4 3 −1 ][ 3 2 5 6 ] = [ 6 + 20 4 + 24 9 − 5 6 − 6 ] = [ 26 28 4 0 ] e BA = [ 3 2 5 6 ][ 2 4 3 −1 ] = [ 6 + 6 12 − 2 10 + 18 20 − 6 ] = [ 12 10 28 14 ] . Note que o produto de duas matrizes quadradas de mesma ordem n existe e é também uma matriz quadrada de ordem n. Assim, a multiplicação pôde ser efetuada nos dois casos, isto é, nas duas ordens posśıveis, mas as matrizes AB e BA são diferentes. 31 CEDERJ Operações com matrizes: multiplicação Exemplo 21 Sejam A = ( 1 2 3 4 ) e B = ( 1 4 6 7 ) . Temos que: AB = ( 1 2 3 4 )( 1 4 6 7 ) = ( 1 + 12 4 + 14 3 + 24 12 + 28 ) = ( 13 18 27 40 ) e BA = ( 1 4 6 7 )( 1 2 3 4 ) = ( 1 + 12 2 + 16 6 + 21 12 + 28 ) = ( 13 18 27 40 ) Neste caso, AB = BA. Quando isso ocorre, dizemos que as matrizes A e B comutam. Exemplo 22 Consideremos as matrizes A = [ 3 2 1 −4 6 5 ] e B = ⎡ ⎢⎣ 4−19 26 ⎤ ⎥⎦. Efetuando AB, obtemos a matriz [ 0 0 ] . Note que, diferentemente do que ocorre com os números reais, quando multiplicamos matrizes, o produto pode ser a matriz nula, sem que qualquer dos fatores seja a matriz nula. Exemplo 23 Vamos calcular AB, sendo A = ( 1 2 3 4 ) e B = ( −2 1 3/2 −1/2 ) . Temos que AB = ( −2 + 3 1 − 1 −6 + 6 3 − 2 ) = ( 1 0 0 1 ) = I2. Quando isso ocorre, isto é, quando o produto de duas matrizes A e B quadradas, é a identidade (obviamente, de mesma ordem das matrizes), dizemos que A é inverśıvel e que B é a sua inversa. Uma matriz inverśıvel Matrizes inverśıveis também são chamadas de invert́ıveis ou de não-singulares. sempre comuta com sua inversa. Você pode verificar isso, calculando BA. Na próxima aula, estudaremos um método bastante eficiente para determinar, caso exista, a matriz inversa de uma matriz dada. Propriedades da multiplicação de matrizes i (AB)C = A(BC), ∀A ∈ Mm×n(R), B ∈ Mn×p(R), C ∈ Mp×q(R). Isto é, a multiplicação de matrizes é associativa. De fato, sejam A = (aij), B = (bjk) e C = (ckl). O termo de ı́ndices ik da matriz AB é dado pela expressão ∑n j=1 aijbjk. Então o termo CEDERJ 32 Operações com matrizes: multiplicação MÓDULO 1 - AULA 3 de ı́ndices il da matriz (AB)C é dado por ∑p k=1 (∑n j=1 aijbjk ) ckl =∑n j=1 aij ( ∑p k=1 bjkckl), que é o termo de ı́ndices il da matriz A(BC), pois ∑p k=1 bjkckl é o termo de ı́ndices jl da matriz BC. Logo, (AB)C = A(BC). ii A(B + C) = AB + AC, ∀A ∈ Mm×n(R), B, C ∈ Mn×p(R). Isto é, a multiplicação de matrizes é distributiva em relação à adição de matrizes. De fato, sejam A = (aij), B = (bjk) e C = (cjk). O termo de ı́ndices jk de B +C é dado por (bjk + cjk). Então o de ı́ndices ik da matriz A(B + C) é ∑n j=1 aij(bjk + cjk) = ∑n j=1 [(aijbjk) + (aijcjk)] = ∑n j=1(aijbjk) +∑n j=1(aijcjk), que é o termo de ı́ndices ik da matriz dada por AB+AC. Isto é, A(B + C) = AB + AC. De forma análoga, prova-se que (A + B)C = AC + BC. iii λ(AB) = (λA)B = A(λB), ∀λ ∈ R, ∀A ∈ Mm×n(R), ∀B ∈ Mn×p(R). De fato, sejam A = (aij) e B = (bjk). O termo de ı́ndices ik de λ(AB) é dado por λ (∑n j=1 aijbjk ) = ∑n j=1 λ(aijbjk) = ∑n j=1(λaij)bjk, que é o termo de ı́ndices ik de (λA)B. Isto é, λ(AB) = (λA)B. De forma análoga, prova-se que λ(AB) = A(λB). Logo, λ(AB) = (λA)B = A(λB). iv Dada A ∈ Mm×n(R), ImA = AIn = A. De fato, sejam A = (aij) e Im = δij,onde δij = { 1, se i = j 0, se i �= j . Então A função δij assim definida échamada delta de Kronecker nos ı́ndices i e j.o termo de ı́ndices ij de ImA é dado por ∑n k=1 δikakj = δi1a1j + δi2a2j + ... + δiiaij + ... + δinanj = 0.a1j + 0.a2j + ... + 1.aij + ... + 0anj = aij , que é o termo de ı́ndices ij de A. Logo, ImA = A. Analogamente, prova-se que AIn = A. Isto é, ImA = AIn = A. v Dadas A ∈ Mm×n(R), B ∈ Mn×p(R), (AB)T = BT AT . De fato, sejam A = (aij) e B = (bjk). O termo de ı́ndices ik de AB é dado por ∑n j=1 aijbjk, que é, também, o termo de ı́ndices ki da 33 CEDERJ Operações com matrizes: multiplicação matriz (AB)T . Sendo BT = (b′kj) e A T = (a′ji), onde b ′ kj = bjk e a′ji = aij , ∀i = 1, ..., m; j = 1, ..., n, podemos escrever ∑n j=1 aijbjk =∑n j=1 b ′ kja ′ ji, que é o termo de ı́ndices ki da matriz B T AT . Logo, (AB)T = BT AT . Potências de matrizes Quando multiplicamos um número real por ele mesmo, efetuamos uma potenciação. Se a é um número real, indicamos por an o produto a×a×...×a, onde consideramos n fatores iguais a a. Analogamente, quando lidamos com matrizes, definimos a potência de expoente n (ou a n-ésima potência) de uma matriz quadrada A como sendo o produto A × A × ... × A, onde há n fatores iguais a A. Exemplo 24 Dada A = [ 5 −4 3 1 ] , temos A2 = A × A = [ 5 −4 3 1 ][ 5 −4 3 1 ] = [ 13 −24 18 −11 ] e A3 = A2 × A = [ 13 −24 18 −11 ][ 5 −4 3 1 ] = [ −7 −76 57 −83 ] Quando calculamos sucessivas potências de uma matriz, podem ocorrer os seguintes casos especiais: • An = A, para algum n natural. Nesse caso, dizemos que a matriz A é periódica. Se p é o menor natural para o qual Ap = A, dizemos que A é periódica de peŕıodo p. Particu- larmente, se p = 2, a matriz A é chamada idempotente. • An = O, para algum n natural. Nesse caso, dizemos que a matriz A é nihilpotente. Se p é o menorLê-se nilpotente. A palavra nihil significa nada, em latim. natural para o qual Ap = O, a matriz A é dita ser nihilpotente de ı́ndice p. Exemplo 25 Efetuando a multiplicação de A por ela mesma, você poderá constatar que a matriz A, em cada caso, é idempotente: CEDERJ 34 Operações com matrizes: multiplicação MÓDULO 1 - AULA 3 A = [ 1/2 1/2 1/2 1/2 ] A = [ 0 5 0 1 ] . Exemplo 26 Seja A = [ 5 −1 25 −5 ] . Calculando A2, temos A×A = [ 5 −1 25 −5 ][ 5 −1 25 −5 ] =[ 0 0 0 0 ] . Ou seja, A é nihilpotente de ı́ndice 2. Resumo Nesta aula vimos como multiplicar duas matrizes. Trata-se de uma operação que se distingue das que vimos anteriormente, tanto pela maneira pouco intuitiva pela qual é definida, quanto pelo fato de não ser comuta- tiva. Ela representa um papel muito importante no desenvolvimento de toda a Álgebra Linear, permitindo, por exemplo, uma representação simples da composição de funções especiais, que estudaremos no Módulo 2. Além disso, fomos apresentados às matrizes inverśıveis e vimos que estas sempre comutam com suas matrizes inversas. Exerćıcios 1. Calcule AB, em cada caso abaixo: (a) A = [ 1 −2 4 5 0 1 ] , B = ⎡ ⎢⎣ 26 10 ⎤ ⎥⎦ (b) A = [ 4 −6 −2 3 ] , B = [ 2 0 −1 4 ] (c) A = ⎡ ⎢⎣ 3−1 2 ⎤ ⎥⎦ , B = [ 6 5 −3 ] 35 CEDERJ Operações com matrizes: multiplicação 2. Determine ABT − 2C, dadas A = ⎡ ⎢⎣ 1 22 5 0 −3 ⎤ ⎥⎦ , B = ⎡ ⎢⎣ 4 22 1 −1 7 ⎤ ⎥⎦ , C = ⎡ ⎢⎣ 7 9 16 4 2 −8 −10 3 ⎤ ⎥⎦. 3. Verifique, em caso, se B é a matriz inversa de A: a) A = [ 2 3 1 6 ] e B = [ 2/3 −1/3 −1/9 2/9 ] b) A = [ 1 5 −3 2 ] e B = [ 6 −5 −1 1 ] 4. Resolva a equação matricial [ 3 1 2 −5 ][ a b c d ] = [ 5 15 −8 −7 ] . 5. Determine a e b para que as matrizes A = [ 2 3 −9 5 ] e B = [ a −1 3 b ] comutem. 6. Determine todas as matrizes que comutam com A, em cada caso: a) A = [ 1 2 4 5 ] b) A = [ 0 1 3 1 ] 7. Dadas as matrizes A = [ 1 −3 2 5 ] e B = [ 1 4 0 2 ] , calcule: a) A2 b) B3 c) A2B3 8. As matrizes A = ⎡ ⎢⎣ 0 1 00 0 1 0 0 0 ⎤ ⎥⎦ e B = [ 3 −9 1 −3 ] são nihilpotentes. Determine o ı́ndice de cada uma. CEDERJ 36 Operações com matrizes: multiplicação MÓDULO 1 - AULA 3 Auto-avaliação É muito importante que você se sinta bem à vontade diante de duas ma- trizes a multiplicar. Assimilada a definição, repita os exemplos e os exerćıcios que tenham deixado alguma dúvida. Caso haja alguma pendência, não hesite em contactar o tutor da disciplina. É essencial que caminhemos juntos!! Até a próxima aula. Respostas dos exerćıcios 1. a) AB = [ 30 70 ] b)AB = [ 14 −24 −7 12 ] c)AB = ⎡ ⎢⎣ 18 15 −9−6 −5 3 12 10 −6 ⎤ ⎥⎦. 2. ⎡ ⎢⎣ −6 −14 116 1 29 10 17 −27 ⎤ ⎥⎦ 3. a) sim (pois AB = I2); b) não 4. [ 1 4 2 3 ] 5. a = 1; b = 0 6. a) [ x z/2 z x − z ] , x, z ∈ R b) [ x y 3y x + y ] , x, y ∈ R. 7. a) [ −5 −18 12 19 ] b) [ 1 12 0 4 ] c) [ 1 28 0 8 ] 8. a) 3; b) 2 37 CEDERJ
Compartilhar